使用Spark MLlib给豆瓣用户推荐电影

查看数: 40924 | 评论数: 15 | 收藏 12
关灯 | 提示:支持键盘翻页<-左 右->
    组图打开中,请稍候......
发布时间: 2015-12-3 15:25

正文摘要:

本帖最后由 breaking 于 2015-12-3 15:38 编辑 问题导读: 1.常用的推荐算法有哪些?2.推荐系统是什么样的流程?3.从这个推荐系统我们能学到什么? 推荐算法就是利用用户的一些行为,通过一些数学算法, ...

回复

luojiandong 发表于 2018-9-17 17:47:45
请问楼主  能提供一份数据来吗???
美丽天空 发表于 2018-7-13 22:22:08
感谢分享
美丽天空 发表于 2018-7-11 11:43:14
感谢分享
常在秋名山开车 发表于 2018-4-19 09:32:13
插眼,以后备用
MatrixPlus 发表于 2017-9-18 18:52:51
基本思路可以参考,但是执行效率上要优化的地方很多,
例如case (userID, recommendations) => {
这种匹配是不是耗时,前面已经有了userIdMap了,为啥不在外层遍历userIdMap取每个id来recommendProducts。或者还有其他的,只是个人见解,还是谢楼主分享。
xmhxmhxmh 发表于 2017-6-15 15:35:55
请问 buildRatings 是什么函数?
ghzx071458 发表于 2017-5-18 17:27:48
这个例子很不错啊。
meishere 发表于 2016-8-9 18:19:18
很好,实战啊,谢谢!
regan 发表于 2015-12-8 19:57:16

marchine leaning 是很好的一个方向,看来要准备好好学习一下了

关闭

推荐上一条 /2 下一条